检索结果-内蒙古大学图书馆

计量学报 2020年第9期41卷 1077-1081页

作者：温银堂高亭亭张玉燕燕山大学电气工程学院河北秦皇岛066004 燕山大学测试计量技术及仪器河北省重点实验室河北秦皇岛066004

针对3D打印的复杂点阵结构容易出现裂纹、未熔合或孔洞等缺陷,严重影响结构件的功能性能问题,开展了对3D打印的一种复杂点阵结构件的缺陷三维可视化检测方法研究。基于CT图像中结构件内部缺陷的灰度值差异特征,采用集合灰度值法自动识... 详细信息

针对3D打印的复杂点阵结构容易出现裂纹、未熔合或孔洞等缺陷,严重影响结构件的功能性能问题,开展了对3D打印的一种复杂点阵结构件的缺陷三维可视化检测方法研究。基于CT图像中结构件内部缺陷的灰度值差异特征,采用集合灰度值法自动识别一类缺陷并分割提取,由光线投射法对分割得到的缺陷序列图像进行三维重构。实验结果表明:所提方法有效获得了点阵结构件内部一种典型缺陷的三维可视图,从三维角度可对缺陷的形状、大小等形貌细节信息进行描述,为进一步分析缺陷对结构性能的影响提供了有力的依据。

关键词：计量学 3D打印点阵结构三维可视化集合灰度值法缺陷检测

来源：评论

学校读者我要写书评

暂无评论

基于嵌入式设备的Anchor Free行人检测

引用

计算机系统应用 2021年第9期30卷 302-308页

作者：张立国刘博孙胜春张勇金梅燕山大学电气工程学院秦皇岛066004 燕山大学河北省测试计量技术与仪器重点实验室秦皇岛066004

通过嵌入式设备在边缘端进行行人检测能满足实时、安全与隐私保护等方面的基本需求.由于原CenterNet检测网络模型backbone通常以DLA、Hourglass等复杂度较高的多层特征融合结构,嵌入式设备的计算能力有限难以满足实时的要求,因此基于Bi... 详细信息

通过嵌入式设备在边缘端进行行人检测能满足实时、安全与隐私保护等方面的基本需求.由于原CenterNet检测网络模型backbone通常以DLA、Hourglass等复杂度较高的多层特征融合结构,嵌入式设备的计算能力有限难以满足实时的要求,因此基于BiFPN网络结构和加权特征融合方法,通过对backbone中的不同特征层进行加权融合,改进了原来的backbone方法,在保证检测精度的同时提升了检测速度.同时针对行人这一特定的检测类别,通过修改训练期间HeatMap上高斯核分布,增加对行人检测的适应性,进一步减少了因行人之间相互遮挡而漏检造成的精度降低.在Jetson TX2上的实验结果表明,改进后的行人检测AP为0.774,同时单张图像的推理时间为68 ms,能够满足在嵌入式设备上的实时要求.

关键词：嵌入式设备 CenterNet 加权特征融合目标检测高斯核分布

来源：评论

学校读者我要写书评

暂无评论

平行因子结合支持向量机对多环芳烃的荧光检测

引用

光学学报 2019年第5期39卷 389-397页

作者：王书涛吴兴朱文浩李明珊燕山大学电气工程学院河北省测试计量技术及仪器重点实验室

基于荧光检测机理,将平行因子与支持向量机(SVM)算法相结合,对多环芳烃中的苊、芴和萘进行检测。将荧光光谱数据预处理后作为训练集,输入到粒子群优化的SVM算法中建立分类模型;利用核一致性分析、残差平方和分析以及迭代次数分析方法确... 详细信息

基于荧光检测机理,将平行因子与支持向量机(SVM)算法相结合,对多环芳烃中的苊、芴和萘进行检测。将荧光光谱数据预处理后作为训练集,输入到粒子群优化的SVM算法中建立分类模型;利用核一致性分析、残差平方和分析以及迭代次数分析方法确定成分数;采用得到的最佳成分数进行平行因子分解,将得到的发射载荷矩阵作为测试集输入到SVM的分类模型中,分类正确率为100%,最终得到苊、芴和萘的回收率分别为100.45%±6.25%、100.10%±6.39%和95.07%±7.46%。所用算法避免了人为操作增加的时间复杂性及主观因素造成的误差,为多环芳烃的荧光检测提供了一种新方法。

关键词：光谱学平行因子支持向量机(SVM) 多环芳烃检测

来源：评论

学校读者我要写书评

暂无评论

大学生焦虑人群情绪冲突反应的脑功能网络研究

引用

中国生物医学工程学报 2020年第2期39卷 145-151页

作者：季淑梅苏新乐荀兴苗步鑫鑫许全盛燕山大学电气工程学院生物医学工程研究所河北省测试计量技术及仪器重点实验室河北秦皇岛066004

利用基于图论的复杂网络分析方法,对脑网络的拓扑结构和属性进行分析,探讨大学生焦虑人群情绪冲突反应的脑功能网络特点。选取焦虑组和正常对照组各16名志愿者,进行情绪词-面孔stroop冲突任务,同步记录64导脑电(EEG)数据。分别对beta(14... 详细信息

利用基于图论的复杂网络分析方法,对脑网络的拓扑结构和属性进行分析,探讨大学生焦虑人群情绪冲突反应的脑功能网络特点。选取焦虑组和正常对照组各16名志愿者,进行情绪词-面孔stroop冲突任务,同步记录64导脑电(EEG)数据。分别对beta(14~30 Hz)和高gamma(50~80 Hz)节律的EEG数据进行同步似然分析,选择合适阈值构建脑网络拓扑结构,并计算网络的节点度和聚类系数。结果显示,在beta和高gamma节律中,焦虑组额叶、颞叶及顶叶等脑区存在异常连接,额叶和顶叶的节点度均小于正常组的数值(P<0.05),而颞叶的节点度均高于正常组的数值(P<0.05)(如在beta节律,焦虑组额叶FP1、顶叶CP1和颞叶T7电极处的节点度分别是5.21±0.62、6.25±0.53、7.91±0.71,而正常组的节点度分别为10.42±1.53、7.94±0.55、3.55±0.36),表明焦虑人群额顶叶功能减弱而颞叶功能异常增强;焦虑组脑网络的聚类系数低于正常组的值(P<0.05)(焦虑组beta和高gamma节律的聚类系数分别是0.5238±0.0392、0.5864±0.0558,而正常组分别为0.6032±0.0711、0.6647±0.0601),表明焦虑人群的脑网络内部集团化程度、网络的信息传输能力下降。通过研究,为探索焦虑症、抑郁症等心理、精神类疾病的神经机制提供新的视角。

关键词：焦虑脑网络同步似然分析 stroop冲突

来源：评论

学校读者我要写书评

暂无评论

陶瓷基复合材料粘接构件超声特征研究方法

引用

测控技术 2021年第5期40卷 80-85页

作者：张玉燕李万达杨若然温银堂燕山大学测试计量技术及仪器河北省重点实验室河北秦皇岛066004 燕山大学电气工程学院河北秦皇岛066004

新型航天器机体外层陶瓷基复合材料隔热构件在粘贴过程中会产生缺陷,不利于航天器的飞行安全。针对一种陶瓷基多孔复合材料粘接结构构件,利用自主研制的超声C扫描自动检测系统,研究构件粘接层缺陷的超声检测特征。考虑材料多孔性和各向... 详细信息

新型航天器机体外层陶瓷基复合材料隔热构件在粘贴过程中会产生缺陷,不利于航天器的飞行安全。针对一种陶瓷基多孔复合材料粘接结构构件,利用自主研制的超声C扫描自动检测系统,研究构件粘接层缺陷的超声检测特征。考虑材料多孔性和各向异性会导致超声数据多噪音,采用自适应小波阈值算法对超声信号进行去噪,从而提高透射声波的信噪比。在此基础上,提出采用Hilbert-Huang变换(HHT)和伪Wigner-Ville分布(PWVD)相结合的方法对透射声波进行时频分析,得到时间、频率和幅值的三维分布,从而获得超声透射波最大幅值和对应的时间和频率。通过对比缺陷处与非缺陷处超声透射信号的时频域分布,揭示了该类新型陶瓷基复合材料粘接缺陷对超声信号的影响特点。

关键词：陶瓷基复合材料构件 C扫描粘接缺陷检测 HHT时频分析伪Wigner-Ville分布(PWVD)

来源：评论

学校读者我要写书评

暂无评论

侧耦合谐振腔的多重独立可调谐Fano共振传感特性

引用

光学学报 2020年第4期40卷 94-100页

作者：陈颖许扬眉谢进朝高新贝曹景刚李少华燕山大学电气工程学院测试计量技术与仪器河北省重点实验室河北秦皇岛066004 河北先河环保科技股份有限公司河北石家庄050035

基于表面等离极化激元在亚波长结构的传输特性,提出了一种含单挡板的金属-介质-金属(MIM)波导耦合双T型谐振腔的结构。在近场耦合作用下,单挡板形成的较宽连续态与单T型腔形成的较窄离散态,经过复杂的干涉相消形成非对称的双重Fano共振... 详细信息

基于表面等离极化激元在亚波长结构的传输特性,提出了一种含单挡板的金属-介质-金属(MIM)波导耦合双T型谐振腔的结构。在近场耦合作用下,单挡板形成的较宽连续态与单T型腔形成的较窄离散态,经过复杂的干涉相消形成非对称的双重Fano共振峰。基于耦合模理论,研究了单挡板MIM波导耦合单T型腔Fano共振的产生机理,并采用有限元分析法对该结构进行了模拟仿真。在此基础上,研究了含双T型腔结构的四重Fano共振形成过程,分析了上下T型腔结构参数对Fano共振峰的影响。结果表明,上下T型腔产生的Fano共振峰互不影响,且由单个T型腔可以实现两个Fano共振峰独立可调谐,故含金属挡板的MIM波导耦合双T型腔结构可以实现四个Fano共振峰独立可调谐。该结构可为差动传感器和波分复用器的设计提供有效的理论参考。

关键词：激光技术表面等离极化激元 T型腔挡板 Fano共振

来源：评论

学校读者我要写书评

暂无评论

基于NMF-PLS对含水量影响下土壤重金属含量反演模型研究

引用

光谱学与光谱分析 2021年第1期41卷 271-277页

作者：吴希军张杰肖春艳赵学亮李康庞丽丽史彦新李少华燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004 河南理工大学资源与环境学院河南焦作454000 中国地质调查局水文地质环境地质调查中心自然资源部地质环境监测工程技术创新中心河北保定071051 河北先河环保科技股份有限公司河北石家庄050000

土壤中过高的重金属含量危害巨大,不仅造成了严重的环境污染,而且通过食物链进入人体对人体健康造成严重威胁,所以对重金属检测十分重要。X射线荧光光谱法具有检测时间短、无损检测、检测成本低等特点被广泛使用,然而检测的光谱数据因... 详细信息

土壤中过高的重金属含量危害巨大,不仅造成了严重的环境污染,而且通过食物链进入人体对人体健康造成严重威胁,所以对重金属检测十分重要。X射线荧光光谱法具有检测时间短、无损检测、检测成本低等特点被广泛使用,然而检测的光谱数据因受到土壤含水量因素的严重干扰,导致直接对土壤重金属含量估算精度较低。以河北省保定市满城区土样为研究对象,对采集的土样进行除杂、过筛、烘干后加入一定量重金属溶液制备不同含水量不同重金属的样本进行检测。对实验中异常数据计算了马氏距离和进行NJW聚类予以剔除,分析了土壤含水量对土壤重金属光谱的影响,结果表明不同含水量间光谱重复性差,随着土壤含水量的增加光谱强度呈非线性降低。采用Savitzky-Golay卷积平滑去噪法和线性本底法对光谱进行预处理,以解决因环境、仪器本身带来的噪声和基线漂移等问题。然后针对于土壤含水量这一主要干扰,采用非负矩阵分解算法进行处理,并使用峰值信噪比这一评价模型确定端元数目,结果表明当端元数目增至10时峰值信噪比趋于稳定波动很小,非负矩阵分解处理后相同重金属含量不同含水量间光谱重复性好、相似性好,并计算了光谱间的相关系数进一步证明了光谱间的相似性。去除含水量对于光谱干扰后建立了偏最小二乘法预测模型,为了验证预测模型的精度,建立了未去除含水量的偏最小二乘法预测模型和使用外部参数正交化法去除含水量建立的偏最小二乘法预测模型,并使用评价参数决定系数(R^2)、交叉验证均方根误差(RMSECV)、平均绝对误差(MAE)和相对分析误差(RPD)进行评价。验证结果表明,相比较未去除含水量建立的模型,使用非负矩阵分解去除含水量建立的偏最小二乘法模型R^2和RPD分别提高了0.0197和1.0292,RMSECV和MAE分别降低了2.3863和1.4396;相对于外部参数正交化法建立的偏最小二乘法模型,R^2和RPD分别提高了0.0099和0.1081,RMSECV和MAE分别降低了0.2447和0.3566,说明了经过非负矩阵分解去噪后建立的模型有效提高了预测的精度和鲁棒性。非负矩阵分解可以有效消除土壤含水量对光谱的影响,在此基础上建立的偏最小二乘法模型实现了土壤重金属含量的反演,为重金属定量检测提供了一定的技术支持。

关键词：土壤重金属 X射线荧光光谱非负矩阵分解偏最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基于麻雀搜索算法的土壤重金属X射线荧光光谱重叠峰解析

引用

光谱学与光谱分析 2021年第7期41卷 2175-2180页

作者：陈颖刘峥莹肖春艳赵学亮李康庞丽丽史彦新李少华燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004 河南理工大学资源与环境学院河南焦作454000 中国地质调查局水文地质环境地质调查中心自然资源部地质环境监测工程技术创新中心河北保定071051 河北先河环保科技股份有限公司河北石家庄050000

近年来随着土壤重金属污染的加剧,和人们环境意识的逐渐提高,科研人员对快速检测土壤重金属含量方法的研究正在不断深化。目前,X射线荧光分析法(XRF)是广泛应用于土壤重金属污染检测的方法。但由于X射线荧光光谱仪的能量分辨率有限,而... 详细信息

近年来随着土壤重金属污染的加剧,和人们环境意识的逐渐提高,科研人员对快速检测土壤重金属含量方法的研究正在不断深化。目前,X射线荧光分析法(XRF)是广泛应用于土壤重金属污染检测的方法。但由于X射线荧光光谱仪的能量分辨率有限,而一些重金属元素的荧光产额较低,一些元素的相邻谱峰出现了重叠现象。针对XRF法中元素相邻谱峰的重叠问题,提出了一种基于麻雀搜索算法(SSA)的光谱重叠峰解析方法。首先,将从河北保定地区采样得到的土壤,制备出不同含水率、不同重金属元素含量的样本并用X射线荧光光谱仪获取原始光谱数据。接着,对光谱数据进行预处理,采用谱聚类算法剔除异常光谱样本,采用Savitzky-Golay五点二次去噪法和线性本底法完成对光谱的去噪和本底扣除,并对光谱净计数用随机数法生成大量模拟光谱数据,以备后续算法使用。然后,用期望最大化法(EM)对重叠峰进行初步解析,首先设置EM算法的初始参数,并将生成的模拟光谱数据代入EM算法,当达到迭代次数时,即可初步得到高斯混合模型(GMM)中各高斯峰的期望、方差和权重参数。但由于EM算法容易受初始参数设置的影响,且易陷入局部最优而导致结果不准确,还需对EM算法进一步优化。本研究采用SSA对GMM的各参数进行全局优化,在设置SSA算法的基本参数后,将100组由EM算法得到的参数作为该算法的初始种群,并设置合适的适应度函数,通过迭代,最终得到全局最优参数,实现了重叠峰的分解。SSA受参数设置的影响较小,相比于一些传统的优化算法,如遗传算法(GA)、蚁群算法(ACO)、粒子群算法(PSO)等,具有收敛速度快、不易陷入局部最优的特点,因此,采用此算法,可以达到较好的优化效果。通过对重叠峰解析结果的分析表明,该算法可在较少的迭代次数下得到较准确的解析结果,可广泛应用于能谱重叠峰解析。

关键词： X射线荧光分析法高斯混合模型期望最大化法麻雀搜索算法重叠峰解析

来源：评论

学校读者我要写书评

暂无评论

亚波长介质光栅-金属Ag薄膜-周期性光子晶体混合结构的Fano共振传感机理

引用

中国激光 2020年第4期47卷 310-317页

作者：陈颖周鑫德周健张敏丁志欣李少华燕山大学电气工程学院测试计量技术与仪器河北省重点实验室河北秦皇岛066004 河北先河环保科技股份有限公司河北石家庄050600

基于表面等离子体极化激元的传输特性和周期性光子晶体的光学特性,提出了一种在亚波长介质光栅-金属Ag薄膜结构中产生离散态,在周期性光子晶体结构中产生连续态的亚波长介质光栅-金属Ag薄膜-周期性光子晶体混合结构。通过对该结构进行... 详细信息

基于表面等离子体极化激元的传输特性和周期性光子晶体的光学特性,提出了一种在亚波长介质光栅-金属Ag薄膜结构中产生离散态,在周期性光子晶体结构中产生连续态的亚波长介质光栅-金属Ag薄膜-周期性光子晶体混合结构。通过对该结构进行理论分析和传输特性研究,阐述了该结构中Fano共振产生的机理,建立了基于角度调制的Fano共振传感结构模型,并定量分析了结构参数对反射光谱曲线的影响。结果表明:当周期性光子晶体周期层数N=4、光栅周期Λ=258 nm和金属Ag薄膜厚度d0=27 nm时,该结构的品质因数FOM值高达2.11×10^4,角灵敏度S=40(°)/RIU。该结构为亚波长介质光栅结构中实现Fano共振提供了有效的理论参考,对光学折射率传感结构的设计具有一定的指导意义。

关键词：表面光学表面等离子体极化激元亚波长介质光栅周期性光子晶体角度调制 Fano共振

来源：评论

学校读者我要写书评

暂无评论

基于XRF-CNN土壤重金属Zn元素含量预测模型研究

引用

光谱学与光谱分析 2021年第3期41卷 880-885页

作者：陈颖杨惠肖春艳赵学亮李康庞丽丽史彦新刘峥莹李少华燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004 河南理工大学资源与环境学院河南焦作454000 中国地质调查局水文地质环境地质调查中心自然资源部地质环境监测工程技术创新中心河北保定071051 河北先河环保科技股份有限公司河北石家庄050035

结合X射线荧光光谱法,针对土壤中重金属元素Zn含量的预测问题,提出基于深度卷积神经网络回归预测模型。对原始土壤进行相关预处理,用粉末压片法制作土壤压片,采用X射线荧光光谱法(X-Ray-fluorescence,XRF)获取土壤光谱,相比于传统检测方... 详细信息

结合X射线荧光光谱法,针对土壤中重金属元素Zn含量的预测问题,提出基于深度卷积神经网络回归预测模型。对原始土壤进行相关预处理,用粉末压片法制作土壤压片,采用X射线荧光光谱法(X-Ray-fluorescence,XRF)获取土壤光谱,相比于传统检测方式,XR F法具有检测速度快、精度高、操作简单、不破坏样品属性并且可实现多种重金属元素同时检测等优点,故将XRF与深度卷积神经网络相结合,实现对土壤中重金属Zn元素含量的精确预测。采用箱型图来剔除X射线荧光光谱中的异常数据,采用熵权法结合多元散射校正来对样品盒数据进行校正,采用Savitzky-Golay平滑去噪法以及线性本底法对光谱数据进行预处理,可以有效地解决由外界环境和人为因素产生的噪声及基线漂移等问题。针对卷积神经网络结构的特殊性,将获取的一维光谱数据向量,采用构建光谱数据矩阵的方式来进行处理,将同一浓度、同一含水率下5组平行光谱数据向量转化为二维光谱信息矩阵,以该矩阵作为深度卷积神经网络预测模型的输入,以适应卷积层的操作要求,利用深度卷积神经网络特殊的结构模式,能有效提取土壤光谱数据特征,提高了深度卷积神经网络预测模型的学习能力,降低模型的训练难度。深度卷积神经网络预测模型采用3层卷积层搭建,使用ReLU激活函数激活,采用最大池化方式,减少数据的维度,增加Dropout层,防止过拟合,使用ADAM优化器对预测模型进行优化。实验以平均相对误差(mean rel ative error,MRE)、损失函数(LOSS)、平均绝对误差(mean absolute error,MAE)确定了模型的最优学习率为10^(-3)以及最优迭代次数为3000,并将深度卷积神经网络预测模型与BP预测模型、ELM预测模型、PLS预测模型进行对比,以均方误差(mean square error,MSE)、均方根误差(root mean square error,RMSE)、以及拟合系数R^(2)来分析比较预测模型的好坏,结果表明,基于深度卷积神经网络预测模型在对土壤中重金属Zn元素含量预测方面优于BP,ELM,PLS三种预测模型,提高了预测精度。

关键词：土壤重金属 X射线荧光光谱光谱信息矩阵深度卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：